Lügen an der Stimme erkennen: Was Tonhöhe und Pausen wirklich zeigen

TL;DR

Eine zittrige Stimme oder eine auffällige Pause beweist keine Lüge. Akustische Merkmale können sich zwischen Versuchsbedingungen unterscheiden. Daraus folgt noch keine verlässliche Entscheidung über eine einzelne Aussage.

Frage zuerst, was untersucht wird: Wer spricht? Wie klingt die Stimme? Oder stimmt der Inhalt? Diese Fragen brauchen unterschiedliche Belege. Bewahre beim Anhören den Zusammenhang zwischen Frage, Antwort und überprüfbarer Behauptung.

Eine technische Kurve beantwortet noch nicht deine Frage

Auf dem Bildschirm steigt eine Linie an. Dazu heißt es, die befragte Person gerate unter Druck und müsse deshalb etwas verbergen. Die Darstellung sieht präzise aus. Nur bleibt offen, was die Linie misst und wie daraus der Vorwurf entsteht.

Vielleicht zeigt sie eine geschätzte Tonhöhe. Vielleicht eine Lautstärkeänderung. Beides lässt sich untersuchen, ohne dass damit die Ursache feststeht. Du kannst eine Veränderung richtig hören und sie trotzdem falsch erklären.

Beim Erkennen von Lügen ist genau dieser Unterschied entscheidend. Wenn dich ein Ausschnitt misstrauisch macht, brauchst du eine Erklärung, die auch daran scheitern könnte, dass die Person die Wahrheit sagt.

Wir haben die hier besprochenen Forschungen zuletzt am 19. Oktober 2026 geprüft. Die Befunde stammen aus verschiedenen Aufgaben, nicht aus einem einzigen universellen Stimmtest.

Stimmen vergleichen heißt eine Person zuordnen

Dass die Kriminaltechnik Tonaufnahmen auswertet, macht eine Stimmenanalyse noch nicht zum Lügendetektor. Das Bayerische Landeskriminalamt beschreibt bei der forensischen Phonetik unter anderem Stimmenvergleiche sowie Untersuchungen zur Qualität und möglichen Bearbeitung von Aufnahmen. Dabei werden hörbare und digital untersuchte Merkmale bewertet.

Bei einem Stimmenvergleich geht es um die Zuordnung: Könnten zwei Aufnahmen von derselben Person stammen? Selbst eine gut begründete Zuordnung würde nicht beweisen, dass der Inhalt eines Anrufs wahr ist. Eine erkannte Stimme kann eine richtige oder eine falsche Auskunft geben.

Auch die forensische Linguistik untersucht andere Fragen als die bloße Wirkung eines Tons. Wenn du eine Aussage bewertest, ist etwa wichtig, was mit einer Formulierung gemeint sein kann und was ausdrücklich bestritten wurde. Eine selbstsichere Betonung entscheidet diese Bedeutungsfrage nicht.

Damit wird die Untersuchung nicht weniger nützlich. Sie wird genauer beschrieben. Erst wenn die Aufgabe feststeht, lässt sich fragen, ob die eingesetzte Methode sie zuverlässig löst.

Tonhöhe ist etwas anderes als Lautstärke

Die Grundschwingungsfrequenz F0 hängt mit der wahrgenommenen Tonhöhe zusammen und wird in Hertz angegeben. Intensität beschreibt eine andere Eigenschaft des Schalls. Lauter zu sprechen bedeutet nicht automatisch, höher zu sprechen.

Ebenso unterscheiden sich mittlere Tonhöhe und Tonhöhenumfang. Eine Stimme kann am Satzanfang hoch einsetzen und anschließend abfallen. Eine Auswertung des Anfangs kann dann anders aussehen als der Mittelwert über den ganzen Satz.

Beim Tempo kommt hinzu, ob Pausen mitgezählt werden. Silben pro Sekunde über die gesamte Antwort sind etwas anderes als Silben pro Sekunde während der tatsächlich gesprochenen Abschnitte. Ohne diese Angabe bleibt „langsamer“ unvollständig.

Zeitmessungen brauchen außerdem eindeutig bestimmte Grenzen. Der Abstand nach einer Frage, ein Schweigen mitten im Satz und die Stimmeinsatzzeit bei einem Konsonanten sind verschiedene Intervalle. Die Grafik trennt sie schematisch; die Pfeile stellen keine gemeinsame Zeitskala dar.

Zwei Arten, sich von einer Zahl täuschen zu lassen

Ein Programm kann vorhersagen, welcher Stimme Menschen vertrauen. Das ist eine andere Aufgabe als die Vorhersage, welche Aussage stimmt.

Chen und das Forschungsteam untersuchten 2020 akustische Hinweise auf Täuschung und Vertrauen. 431 Beurteilende bewerteten 5.340 Antworten mit jeweils drei Urteilen. Die menschliche Trefferquote beim Wahrheitsgehalt lag ungefähr bei 50 Prozent. Ein Modell erreichte einen F1-Wert von 66,1 Prozent für die Vorhersage von Vertrauen.

F1 verbindet Präzision und Trefferabdeckung; es ist nicht einfach der Anteil aller richtigen Entscheidungen. Noch wichtiger: Das Modell sagte die Reaktion des Publikums voraus. Wenn du die Zahl als Lügentrefferquote liest, wechselst du unbemerkt die Zielgröße.

Eine zweite Verwechslung betrifft Fehlalarme. Ein 2008 vom US-amerikanischen National Institute of Justice beschriebener Feldversuch mit 319 kürzlich festgenommenen Männern verglich Antworten zum Drogenkonsum mit Urinbefunden. Zwei Stimmstresssysteme erkannten im Mittel etwa 15 Prozent der als falsch eingeordneten Antworten; etwa 8,5 Prozent der als wahr eingeordneten Antworten wurden fälschlich markiert.

Die Nenner unterscheiden sich. Das sind keine austauschbaren Angaben zur Gesamtgenauigkeit. Alte Systeme, eine bestimmte Fragenart und die Grenzen des Urinvergleichs beschränken den Befund zusätzlich. Trotzdem zeigt er, welche Fehler eine Werbeaussage offenlegen müsste.

Wie lange dauerte die Antwort wirklich?

Stell dir vor, nach einer Frage kommt zunächst „äh“, dann eine Pause und schließlich „nein“. Misst du bis zum ersten Laut oder bis zum ersten Wort ohne Fülllaut? Die Werte können verschieden sein, obwohl alle dieselbe Aufnahme benutzen.

Auch das Hörmaterial beeinflusst das Urteil. Im Vertrauensexperiment von 2020 hörten die Teilnehmenden Antwortsegmente mit schriftlichen Fragen. Die ursprüngliche Lücke zwischen gesprochener Frage und Antwort war dadurch nicht vollständig Bestandteil des gehörten Austauschs.

Die Stimmeinsatzzeit, englisch voice onset time, ist nochmals etwas anderes. Sie beschreibt den Abstand zwischen dem Lösen eines Verschlusslauts und dem Beginn der Stimmschwingung. Das ist ein phonetischer Vorgang, keine Messung der Zeit zum Erfinden einer Geschichte.

Bevor du eine Pause interpretierst, brauchst du also ihre Definition. Eine Studie über einen Lautbeginn kann keine Regel liefern, wie lange jemand vor einer Antwort schweigen darf.

Das Ergebnis mit den schnelleren falschen Antworten

Die Vorstellung vom langsameren Lügen hat einen nachvollziehbaren Ausgangspunkt: Eine erfundene Antwort kann zusätzliche Arbeit verlangen. Daraus wird aber keine feste Richtung für jede Aufgabe.

Mapala, Warmelink und Linkenauger rekrutierten für ihren 2017 veröffentlichten Versuch 40 Studierende. In einer virtuellen Gepäckkontrolle beantwortete die Gruppe mit Lügenauftrag die falschen Antworten im Mittel nach 0,84 Sekunden. Bei ihren wahren Kontrollantworten waren es 0,95 Sekunden. Aus den gerundeten Mittelwerten ergeben sich 0,11 Sekunden Unterschied.

Dieser Vergleich gilt innerhalb der betreffenden Gruppe. Der Vergleich zwischen Gruppen ergab keinen statistisch gesicherten Unterschied. Es wäre falsch, daraus „Lügende antworten schneller als Ehrliche“ zu machen. Die virtuelle Aufgabe war außerdem keine reale Flughafenermittlung.

Ein vorbereitetes Nein kann schnell kommen. Eine genaue wahre Erinnerung kann Zeit brauchen. Eine Erklärung muss diese Möglichkeiten auseinanderhalten, statt sowohl schnell als auch langsam automatisch verdächtig zu finden.

Warum eine persönliche Vergleichsaufnahme nicht genügt

Eine frühere Aufnahme kann zeigen, dass eine Stimme anders klingt. Sie erklärt nicht automatisch den Grund. Zwischen einer entspannten Begrüßung und einer belastenden Frage wechseln auch Thema, Schwierigkeit und soziale Situation.

Sporer und Schwandt betrachteten 2006 neun paraverbale Verhaltensweisen. Laut Zusammenfassung waren bei Gewichtung nach Stichprobengröße zwei Zusammenhänge zuverlässig, ohne diese Gewichtung vier. Die Effekte waren klein und uneinheitlich. Ein solcher Gruppenbefund liefert keinen individuellen Grenzwert.

Die russische Untersuchung von Agafonova und Kulygina aus dem Jahr 2023 verdeutlicht das Problem der Messgröße. Bei vorbereiteten Interviews lagen die mittleren Frequenzen bei 177,1 Hz für wahre und 169,9 Hz für unaufrichtige Äußerungen. Am Beginn der Äußerung kehrte sich die Richtung um: 169 gegenüber 172,3 Hz. Das mittlere Tempo betrug in beiden Bedingungen 4,2 Silben pro Sekunde.

Die Interviewgruppe umfasste acht Personen; sieben nahmen an einem gesonderten Spielkontext teil. Das war keine unabhängige Genauigkeitsprüfung für neue Stimmen. Der Befund zeigt, warum Anfang, Mittelwert und Umfang nicht verwechselt werden dürfen.

Was neuere Forschung durchaus findet

Diese Schwierigkeiten schließen nützliche akustische Informationen nicht aus. Xiu und das Team berichteten 2024 über einen Versuch mit einem simulierten Delikt und 62 Teilnehmenden. Für die Stimmeinsatzzeit nennt die Zusammenfassung eine Fläche unter der ROC-Kurve von 0,888.

Das bedeutet nicht 88,8 Prozent richtige Entscheidungen. Die ROC-Fläche beschreibt die Trennleistung über verschiedene Schwellenwerte. Welche Fehlalarme ein bestimmter Einsatz verursacht, muss für den gewählten Schwellenwert geprüft werden. Aus der Zusammenfassung allein ergibt sich keine Zuverlässigkeit in einer neuen Bevölkerung.

Capra, Gomies und Zhang untersuchten 2026 Aufnahmen aus Golden Balls und dem Real-life Trial-Korpus. Ihre veröffentlichte Zusammenfassung beschreibt bessere Modellvorhersagen als die Vergleichsmaßstäbe, aber begrenzte Übertragbarkeit zwischen Situationen. Ein interessanter Befund muss deshalb nicht zu einer allgemeinen Regel werden.

Bei Gerichtsaufnahmen ist zudem zu fragen, wie einzelne Äußerungen als wahr oder falsch markiert wurden. Ein Verfahrensausgang entscheidet nicht automatisch über den Wahrheitsgehalt jedes Satzes.

Der Anruf aus der Werkstatt

Nehmen wir einen erfundenen Fall. Nach einer Reparatur fehlt ein Fahrrad. In einem aufgezeichneten Anruf heißt es: „Ich habe es gestern … hinten abgestellt.“ Eine Kommentierung erklärt das Zögern zur erfundenen Ortsangabe.

Zunächst könnten zwei verschiedene Fragen vorliegen. Wer spricht auf der Aufnahme? Und wurde das Fahrrad tatsächlich zurückgebracht? Ein Stimmenvergleich könnte für die erste Frage wichtig sein, ohne die zweite zu beantworten.

Auch „hinten abgestellt“ lässt mehrere Orte offen. War der Hof gemeint, der Abholraum oder ein Durchgang? Eine ungenaue Formulierung kann eine Rückfrage verlangen. Sie beweist noch keine Täuschungsabsicht.

Nun findet sich ein dokumentierter Eingang des Fahrrads zu einem passenden Zeitpunkt. Die Pause bleibt hörbar. Aber die Behauptung, gerade dort sei der Rückgabeort erfunden worden, braucht eine neue Begründung. Umgekehrt kann eine fehlende oder widersprüchliche Dokumentation weitere Fragen auslösen, ohne dass die Stimme sie bereits beantwortet.

Welche Aufnahmen ein Test noch nicht kennt

Eine verlässliche Prüfung muss neue Personen einschließen. Wenn verschiedene Ausschnitte derselben Stimme in Entwicklung und Auswertung landen, kann ein Modell möglicherweise die Person wiedererkennen statt eine allgemeine Eigenschaft von Lügen.

Die Aufnahmebedingungen gehören ebenfalls dazu: Sprache, Dauer, Mikrofon, Störungen und Art der Frage. Was bei kurzen vorbereiteten Antworten funktioniert, muss nicht bei einem spontanen Telefonat funktionieren.

Die Dokumentation von Praat weist darauf hin, dass Einstellungen zur Tonhöhenschätzung und die gewählte Region Messwerte beeinflussen. Ein Diagramm braucht deshalb Angaben zur Auswertung. Mehr Nachkommastellen ersetzen keine passende Vergleichsgruppe.

Unabhängige Wahrheitskriterien und getrennte Fehlerzahlen sind ebenso nötig. Eine übersehene Lüge und eine fälschlich verdächtigte wahre Aussage haben unterschiedliche Folgen. Beide dürfen in einem hohen Gesamtwert nicht verschwinden.

Was öffentliche Urteile aus einer Pause machen

In einem öffentlichen Video kann aus „hier schweigt die Person“ schnell „hier erfindet sie die Geschichte“ werden. Die zweite Aussage geht weiter. Sie schreibt eine Absicht zu, die im Schall nicht direkt vorliegt.

Mehrfaches Abspielen fügt keine unabhängigen Belege hinzu. Es verstärkt möglicherweise eine Wahrnehmung. Wenn der Ausschnitt eine wiederholte Frage oder eine Unterbrechung entfernt, fehlen außerdem Teile der Erklärung.

Wer kommentiert, sollte Beobachtung und Deutung erkennbar trennen. Wer zuhört, kann fragen, welche Information den Vorwurf entkräften würde. Eine Auswertung, die Entlastung grundsätzlich ausschließt, untersucht die Behauptung nicht fair.

Worauf du beim nächsten Anhören achten kannst

Sichere den vollständigen Zusammenhang, benenne die konkrete Behauptung und beschreibe die hörbare Veränderung so, dass andere sie prüfen können. Erst danach kommt die Frage nach der Ursache.

Manchmal bleibt eine interessante Pause übrig, deren Bedeutung unklar ist. Manchmal führt die Aufnahme zu einem überprüfbaren Widerspruch. Und manchmal klären andere Belege den Sachverhalt, obwohl die Stimme weiterhin auffällig klingt.

Gute Stimmforschung muss diese Möglichkeiten auseinanderhalten. Du kannst aufmerksam zuhören, ohne einer Kurve mehr Wissen zuzuschreiben, als die zugrunde liegende Prüfung hergibt.